Zhipu AI: GLM-5.3-FlashX
glm-5.3-flashx- Đầu vào / Đầu ra
- $0.37 / $1.25
- Ngữ cảnh
- 1M
- Độ dài đầu ra tối đa
- 128K
- Phương thức
- Thị giácTrò chuyện
- Khả năng
- Sử dụng công cụBộ nhớ đệm PromptSuy luận
Về GLM-5.3-FlashX
GLM-5.3-FlashX là tùy chọn phục vụ tăng tốc của GLM-5.3-Flash từ Z.ai, với cùng khả năng xử lý đa phương thức gồm video, hình ảnh, văn bản và tệp tin, cùng đầu ra là văn bản. Z.ai cho biết tốc độ suy luận đạt khoảng 200 token mỗi giây. Hãy chọn tùy chọn này khi tốc độ phản hồi trong lập trình và các quy trình tác nhân (agent workflows) quan trọng hơn chi phí thấp nhất.
Ưu điểm
- Z.ai cho biết tốc độ đạt khoảng 200 token mỗi giây, giúp rút ngắn thời gian chờ đợi trong các vòng lặp lập trình tương tác và tác nhân.
- Đầu vào tương tự như bản Flash: video, hình ảnh, văn bản và tệp tin, vì vậy lập trình trực quan hoạt động ở tốc độ nhanh hơn.
- Chế độ suy nghĩ (thinking mode), truyền phát (streaming), gọi hàm (function calling) và bộ nhớ đệm ngữ cảnh (context caching) vẫn khả dụng cho việc sử dụng tác nhân.
- Chia sẻ dòng mô hình Flash mà Z.ai báo cáo là vượt trội hơn GLM-5.2 trên DeepSWE v1.1.
Khi nào nên chọn model khác
- Z.ai chưa đưa FlashX vào Gói Lập trình GLM (GLM Coding Plan) của mình, gói này hiện chỉ bao gồm bản Flash tiêu chuẩn.
- Đầu ra chỉ là văn bản, và đối với những tác vụ khó nhất, GLM-5.3 flagship là lựa chọn mạnh mẽ hơn.
Bắt đầu
Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.
Gửi yêu cầu đầu tiên của bạn
Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.
Văn bản sang văn bảnResponses APIPOST/v1/responsesĐịnh dạng API:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "glm-5.3-flashx", "input": "Hello!" }'
Giá
Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.
Thông số mặc định
mỗi 1M token- Giá Official
- Đầu vào $0.37 / Đầu ra $1.25 / Đọc bộ nhớ đệm $0.075
- Giá Verified
- —
- Giảm giá
- —
Đọc bộ nhớ đệm
- Giá Official
- $0.075
- Giá Verified
- —
- Giảm giá
- —
| Giá Officialmỗi 1M token | Giá Verifiedmỗi 1M token | Giảm giá | |
|---|---|---|---|
| Thông số mặc định | Đầu vào $0.37 / Đầu ra $1.25 / Đọc bộ nhớ đệm $0.075 | — | — |
| Giá cache của prompt | |||
| Đọc bộ nhớ đệm | $0.075 | — | — |
Sử dụng & hoạt động
Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.
Mức sử dụng & tình trạng
24 giờ qua- Yêu cầu
- Tỷ lệ thành công
- Độ trễ P95
- Tổng token
Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.
Mở trong Console
Mở GLM-5.3-FlashX trong Console để chỉnh sửa và gửi prompt ngay.
Giúp tôi thử glm-5.3-flashx với tin nhắn ngắn tại /v1/responses. Hiển thị phản hồi, độ trễ và chi phí.
Tình huống sử dụng
Phù hợp cho- Thị giác
- Suy luận
Trợ lý lập trình tương tác
Hỗ trợ trò chuyện trong trình soạn thảo nơi nhà phát triển chờ đợi từng phản hồi và độ trễ quyết định mức độ hữu dụng của công cụ.
Hiểu màn hình trực tiếp
Trả lời các câu hỏi về ảnh chụp màn hình trong công cụ hỗ trợ hoặc QA mà không bị tạm dừng lâu.
Vòng lặp tác nhân nhanh
Rút ngắn các lần chạy tác nhân nhiều bước, nơi mỗi kết quả công cụ cần một quyết định tiếp theo nhanh chóng.
Ví dụ prompt
Hãy xem ảnh chụp màn hình trang bị lỗi này và cho tôi biết thành phần bị hỏng có khả năng nhất, trong hai câu.
Viết lại hàm này để loại bỏ các vòng lặp lồng nhau và chỉ cung cấp mã nguồn.
Tóm tắt cấu trúc điều hướng của tệp thiết kế đính kèm dưới dạng danh sách gạch đầu dòng.
Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.
FAQ
Chữ X trong GLM-5.3-FlashX có nghĩa là gì?
Nó đánh dấu biến thể tăng tốc của GLM-5.3-Flash. Các khả năng và phương thức là như nhau; Z.ai ghi nhận tốc độ suy luận nhanh hơn, khoảng 200 token mỗi giây, là điểm khác biệt.
Tôi nên sử dụng FlashX hay Flash?
Sử dụng FlashX khi người dùng chờ đợi các phản hồi truyền phát, như trong trò chuyện hoặc lập trình tương tác. Sử dụng Flash cho các công việc nền và khối lượng công việc hàng loạt nơi tốc độ ít quan trọng hơn chi phí.
GLM-5.3-FlashX có chấp nhận video không?
Có. Z.ai liệt kê video, hình ảnh, văn bản và tệp tin là các đầu vào cho dòng Flash, bao gồm cả FlashX, và câu trả lời được trả về dưới dạng văn bản. Hãy gửi bản ghi màn hình về một lỗi và yêu cầu tái hiện.
Nó có hỗ trợ chế độ suy nghĩ không?
Có, cùng với truyền phát, gọi hàm và bộ nhớ đệm ngữ cảnh. Chế độ suy nghĩ giúp ích cho việc gỡ lỗi và lập kế hoạch các bước, trong khi các tra cứu nhanh có thể bỏ qua nó để giữ độ trễ thấp hơn.
GLM-5.3-FlashX có giá bao nhiêu?
Trên TokenLab, GLM-5.3-FlashX có giá Đầu vào $0.37 / Đầu ra $1.25 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.
Giới hạn ngữ cảnh và đầu ra của GLM-5.3-FlashX là bao nhiêu?
GLM-5.3-FlashX hỗ trợ tối đa 1.000.000 token ngữ cảnh và trả về tối đa 128.000 token mỗi phản hồi.
GLM-5.3-FlashX nên dùng endpoint nào?
Dùng https://api.tokenlab.sh/v1/responses làm mặc định cho GLM-5.3-FlashX. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.
GLM-5.3-FlashX hỗ trợ những thao tác nào?
GLM-5.3-FlashX hỗ trợ Văn bản sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.
So sánh GLM-5.3-FlashX
Nguồn
Đánh giá ngày 2 thg 10, 2026
